机器学习是以概率论、统计学、信息论、**化理论、计算理论等为基础的计算机应用理论学科,也是人工智能、数据挖掘等领域的基础学科。《机器学习方法》全面系统地介绍了机器学习的主要方法,共分三篇。篇介绍监督学习的主要方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与**熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等;第二篇介绍无监督学习的主要方法,包括聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank算法等。第三篇介绍深度学习的主要方法,包括前馈神经网络、卷积神经网络、循环神经网络、序列到序列模型、预训练语言模型、生成对抗网络等。书中每章介绍一两种机器学习方法,详细叙述各个方法的模型、策略和算法。从具
本书的目的是考虑大型且具有挑战性的多阶段决策问题,这些问题原则上可以通过动态规划和最优控制来解决,但它们的精确解决方案在计算上是难以处理的。本书讨论依赖于近似的解决方法,以产生具有足够性能的次优策略。这些方法统称为增强学习,也可以叫做近似动态规划和神经动态规划等。 本书的主题产生于最优控制和人工智能思想的相互作用。本书的目的之一是探索这两个领域之间的共同边界,并架设一座具有任一领域背景的专业人士都可以访问的桥梁。
你是否遇到过这些情况:只会使用软件中的默认图表;图表太简单,被嫌弃没有创意;图表表现力差,对报告结论的支持很有限;图表格式不统一,搭配起来一团糟;图表难以与实际工作和老板的需求相结合 也许你需要一套图表私人定制的知识体系。 这是一本专为工作服务的图表实战书,从结构上可以分为两个部分:基础篇和实战篇。第1~4章属于基础篇,分别讲解图表基本元素、图表通用设计法则、典型图表设计技巧和常用图表类型;第5章和第6章属于实战篇,分别讲解如何分析老板偏好并拆解工作型图表中的典型问题,以及综合利用基础篇的知识点,规范化图表定制步骤,让每个人都能实现图表定制梦。
本书着重讨论以下核心内容,并层层递进,逐步深入。 首先解释了什么是软件架构,为什么它很重要,以及如何以规范和有效的方式设计、实现、分析、演进和管理它。 其次系统阐述如何使用架构来应对需求和系统规模的加速增长,以及如何管理新增的质量属性。 后讲解如何利用架构优化关键质量属性(包括性能、可修改性、防护性、可用性、互操作性、可测试性、易用性、可部署性等),如何管理和优化现有架构,如何将它们用于解决新问题并构建成可作为战略资产的可重用架构。
本书系统地总结了过去十年中软件测试发生的变化,浓缩了作者许多宝贵的软件测试经验。本书首先介绍对于软件测试的不同看法,全程软件测试的思想,软件测试的基础设施与TA框架、团队能力建设;然后逐步深入到测试的计划、设计、执行、持续反馈和改进;接着,讨论全程测试的思想,包括全程静态测试、全程性能测试、全程安全性、全程建模、全程可视化。本书*后展望了软件测试的未来。本书适合软件测试人员阅读,也可作为相关专业人士的参考指南。
探索软件的起源与演进,呈现软件发展史上的重要人物和事件。按软件的孕育、诞生、发展、改进、壮大过程分为六篇。 第一篇 潜龙勿用 追溯二进制数与中国文化的渊源、莱布尼茨发明二进制算术的动机和背景、穿孔卡片与二进制数的结合、穿孔卡片在自动提花机和自动计算中的应用、巴贝奇制作分析引擎的艰辛历程、世界上第一个计算机程序的诞生过程。 第二篇 见龙在田 1936年图灵机模型横空出世。世界各地的发明家陆续开始制作计算机,世界上第一台可编程计算机在德国诞生,第一台电子数字计算机ABC在美国诞生,随后为曼哈顿项目做出重要贡献的机械式通用计算机马克一号悄悄登场,第一台通用数字计算机ENIAC问世。冯?诺依曼完成在计算机历史上具有里程碑意义的《第一草稿》。 第三篇 终日乾乾 1945年图灵提出ACE提案,着手制造电子计算机,同时构
本书共5章,内容包括介绍、空间建模、作业执行、输出及文件输出格式。第1章详细介绍了Abaqus的语法和约定,其中的参数化建模对于进一步的优化计算非常有用。第2章介绍了在Abaqus中定义节点、单元、面、刚体、积分输出截面、质量调整、非结构质量、分布、显示体、装配、矩阵和概率密度方程的方法。第3章详细介绍了如何执行作业,输入文件如何在不同分析软件之间进行转换,如何设置环境文件,如何管理内存和磁盘空间,如何在三种求解器之间进行并行执行,以及Abaqus 如何使用Fortran单元号。第4章介绍了输出数据文件和结果文件,以方便用户对计算结果进行调用和分析。第5章介绍了结果文件的格式和内容。本书对Abaqus从建模到计算结束进行后处理的过程中生成的文件,以及文件的转换处理做了详细说明,可以*终体现分析工作的成果。附录中列出了三个求解
在数字化转型、软件吞噬世界的时代,研发效能已成为企业的核心竞争力。本书系统地阐述研发效能的框架,以及有关管理实践、工程实践、组织实践、技术实践、度量实践、规模化实践和工具落地等方面的内容。希望通过良好的框架设计和组织, 把前沿、有成效的研发效能改进和提升案例展现给读者。本书适合IT行业的各类从业人员阅读,无论是技术人员、项目经理、产品经理,还是团队管理人员、资深专家和高层管理者,都能从本书中得到启发。
本书对Unity集成开发环境的界面、脚本的编写和众多高级特效的实现进行了详细的介绍。内容深入浅出,是一本适合不同需求、不同开发水平的读者的技术宝典。 全书共13章。第1章简要介绍Unity的诞生、特点、集成开发环境的搭建及运行机制;第2章对Unity集成开发环境进行详细的介绍;第3章介绍Unity中脚本的编写;第4章主要对Unity开发过程中经常使用的组件及对象进行详细的介绍;第5章介绍Unity集成开发环境中完整的物理引擎体系,包括刚体、碰撞体、关节、交通工具、布料及粒子系统等知识;第6章介绍Unity中着色器的开发和着色器语言,能为读者学习各种高级特效打下良好的基础;第7章介绍游戏开发过程中经常使用的一些着色特效,如边缘发光、描边效果、菲涅尔效果等;第8章介绍天空盒、3D拾取、重力加速度传感器、虚拟按钮与摇杆、声音、水特效及雾特效
本书对第1版内容进行了全面更新和升级,详细描述了敏捷开发的各种实用方法及具体实践。作者以极限编程为基础,引入了Scrum、看板、DevOps、精益软件开发、精益创业等思想和实践,可以帮你成功地将敏捷开发引入团队和组织,或者发现敏捷可能并不适合你当前的情况。书中保留了第1版中的实用方法以及大部分实践,但几乎所有的实践都被重写,以囊括整个行业敏捷实践和作者自身的新经验。新增内容包括:使用敏捷方法、定制化敏捷方法的深度指南;关于规模化敏捷的介绍;运维和安全方面的内容以及受DevOps启发进行的更新;敏捷和远程团队协同工作的指导方法。
"本书主要围绕空间目标雷达特性的测量原理及智能识别等应用问题论述,主要包括空间目标雷达特性测量原理和基于人工智能的空间目标智能识别两大部分。其中,空间目标雷达特性原理部分为第1~5章,主要论述了空间目标雷达特性测量基础、逆合成孔径雷达的基本概念、ISAR距离 多普勒成像原理、ISAR成像的运动补偿原理、ISAR距离 瞬时多普勒成像原理等关键的空间目标雷达特性原理。基于人工智能的空间目标智能识别为第6~8章,主要论述了基于雷达散射截面积特性测量的目标智能识别、基于高分辨距离像的目标智能识别,以及基于高分辨ISAR复图像的目标智能识别。其中,第6章主要基于窄带雷达RCS特性测量数据实施目标智能识别; 第7章和第8章主要利用宽带雷达特性测量数据实施目标智能识别。第7章论述了基于一维高分辨距离像的空间目标智能识别,第8章论
本书提供了一套实用的方法和工具,帮助读者 好地理解、设定和管理SLO。书中主要介绍了SLO的基本概念、设计过程、实施方法及相关案例研究。作者不仅解释了SLO的重要性,以及为什么在现代IT环境中需要它们,详细阐述了SLO的定义、类型和级别,以及如何将它们与业务目标相结合,而且详细介绍了设计SLO的过程,包括需求收集、目标设定、指标选择、约束条件设定等步骤,旨在确保SLO既符合业务需求,又具有可度量性和可操作性,同时提供了一些实用的方法和工具,帮助读者有效地实施和管理SLO,包括使用监控工具、定期审查和调整SLO等。此外,书中还包含了一系列实际案例研究,展示了如何将SLO应用于不同的场景和环境。这些案例可以帮助读者 好地理解SLO的实际应用价值。
本书的各个版本一直都是软件专业人士熟悉的读物,在国际软件工程界享有无可质疑的权威地位。它在全面而系统、概括而清晰地介绍软件工程的有关概念、原则、方法和工具方面获得了广大读者的好评。此外,本书在给出传统的、对学科发展具有深刻影响的方法时,又适当地介绍了当前正在发展的、具有生命力的新技术。
《逆向工程核心原理》十分详尽地介绍了代码逆向分析的核心原理。作者在Ahnlab 研究所工作多年,书中不仅包括其以此经验为基础亲自编写的大量代码,还包含了逆向工程研究人员必须了解的各种技术和技巧。彻底理解并切实掌握逆向工程这门技术,就能在众多IT相关领域进行拓展运用,这本《逆向工程核心原理》就是通向逆向工程大门的捷径。 想成为逆向工程研究员的读者或正在从事逆向开发工作的开发人员一定会通过《逆向工程核心原理》获得很大帮助。同时,想成为安全领域专家的人也可从《逆向工程核心原理》轻松起步。
本书是Python数据分析经典畅销书的升级版,由Python pandas项目的创始人Wes McKinney撰写。本书自2012年第1版出版以来,迅速成为该领域的权威指南,并且为了保持与时俱进,作者对本书内容进行持续更新,以摒弃一些过时、不兼容的工具,添加新的内容来介绍新特性、新工具及方法。第3版针对Python 3.10和pandas 1.4进行了更新,并通过实操讲解和实际案例向读者展示了如何高效地解决一系列数据分析问题。读者将在阅读过程中学习新版本的pandas、NumPy、IPython和Jupyter。
.
本书是Java语言的经典教材,多年来畅销不衰。本书全面整合了Java 8的特性,采用“基础优先,问题驱动”的教学方式,循序渐进地介绍了程序设计基础、解决问题的方法、面向对象程序设计、图形用户界面设计、异常处理、I/O和递归等内容。此外,本书还全面且深入地覆盖了一些 主题,包括算法和数据结构、多线程、网络、 化、 GUI等内容。
《软件自动化测试实战:基于开源测试工具》旨在讲述测试框架、接口测试、Web自动化测试及移动端自动化测试。本书共8章,主要内容包括为什么要实施自动化测试,Python开发环境的搭建,Python基础知识,基于Python的单元测试框架UnitTest及其应用案例,HttpRunner测试框架及其应用案例,HttpRunnerManager测试平台的搭建过程,JMeter和Postman在接口测试中的应用,Docker基础与操作实战,Selenium自动化测试框架及其应用案例,Appium自动化测试框架及其应用案例等。 《软件自动化测试实战:基于开源测试工具》适合测试人员和开发人员阅读,也可供高等院校计*机相关专业的师生阅读。
本书是一本关于Python数据整理和数据质量的实用指南,主要介绍了如何使用Python进行数据清洗、转换和整合,以及如何确保数据的准确性和一致性。本书涵盖了数据整理基础、数据清洗、数据转换、数据整合、数据质量检查和数据可视化等内容。通过丰富的实例和代码示例,读者可以掌握Python数据整理和数据分析的相关技能。无论你是数据分析师、数据科学家还是其他领域的数据从业者,本书都不仅能够帮助你提高工作效率,还能够让你更好地理解和应用数据科学相关的知识和技能。
这是一本能指导IT运维团队养成数字化思维、掌握数字化运维能力、构建数字化运维体系的著作。它能帮助企业在数字化转型的过程中,让运维团队从成本部门变为价值创造中心,并与企业的战略方向相契合,为企业顺利实现数字化转型提供技术保障。 本书将数据智能、协同网络、员工赋能、一切皆服务4个数字化思维作为运维场景数字化落地的指导思想,创新性地提出组织、流程、平台、场景四位一体的数字化运维体系。不仅为数字化运维提供思想指导、方法论体系,还为数字化运维提供落地思路和实践指导,指出数字化运维的方向是人机协同。 全书的内容围绕运维体系的价值创造和数字化运维体系的构建与落地展开,主要包含如下几个方面。 (1)运维数字化转型的价值与本质 从价值创造角度重点分析数字化转型下的IT运维价值与运